전립선 근접 치료 계획을 위한 기계 학습 최적화 (MOPP)

연구 개요:

전통적으로 전립선 저선량률(LDR) 근접 치료를 위한 치료 계획은 전문 치료 계획자의 수동 계획에 의존했습니다. 이 과정은 계획자가 전립선 내에서 80-110개의 작은 방사성 씨앗의 위치를 ​​선택하는 것과 관련됩니다. 이 과정의 목표는 건강한 조직에 대한 방사선을 최소화하면서 암에 전달되는 방사선의 양을 최대화하는 동시에 의사가 씨앗을 이식할 수 있도록 하는 것입니다. 이 프로세스는 효과적이지만 시간이 많이 걸립니다(계획을 세우는 데 30분에서 몇 시간까지 소요).

새로운 솔루션을 적용하고 예측하기 위해 과거 훈련 정보에 의존하는 통계 계산의 한 형태인 기계 학습(ML)은 전립선 LDR 근접 치료의 효율성과 균일성을 개선할 수 있는 상당한 잠재력을 가지고 있습니다. 전문가의 치료 계획에 의해 입증된 여러 기능을 모방하는 이 알고리즘의 능력은 기존의 컴퓨터 알고리즘을 사용하여 수행하기 어려웠으며 상당한 이점입니다. 전립선 LDR 근접 치료를 위한 계획 워크플로에서 ML 프로그램을 구현함으로써 계획 시간을 크게 줄이는 동시에 계획 결과의 균일성을 개선하고 인간 계획자와 비슷한 품질을 유지할 수 있을 것으로 예상됩니다.

이 연구는 기계 학습(ML) 기반 컴퓨터 프로그램을 사용하여 인간 전문가의 수동 계획보다 열등하지 않은 전립선 LDR 근접 치료에서 계획 품질을 유지할 수 있는지 평가합니다. 또한 ML 계획을 사용하면 계획 시간이 단 몇 분으로 줄어들 수 있을 것으로 예상됩니다.

무슨 일이 일어날 것:

이 연구에 참여하기로 결정한 경우 첫 번째 방문에는 치료 영역을 파악하기 위해 전립선 초음파 검사가 포함됩니다. 초음파 영상 촬영을 위한 최초 방문 후에는 연구 목적을 위해 귀하에게 더 이상 요구되는 사항이 없습니다.

그런 다음 귀하의 이미지와 치료 정보를 사용하여 인간 계획자와 ML 프로그램이 근접 치료 계획을 세웁니다. 이러한 그룹 중 하나에서 하나의 치료 계획만 사용됩니다(무작위화라고 하는 과정). 담당 의사는 귀하의 계획이 어디에서 왔는지 알 수 없습니다(눈가림이라고 하는 과정). 의사는 계획을 검토하고 수용 가능성을 평가하며 필요한 경우 수정할 것입니다. 이 최종 계획은 근접 치료를 제공하는 데 사용됩니다.

후속 방문:

근접 치료 치료 후 약 1개월 후에 후속 연구를 받게 됩니다. 이 연구의 목적은 귀하의 근접 치료가 얼마나 잘 전달되었는지 측정하는 것입니다.

후속 연구를 위해 치료를 받은 부위(전립선)를 보여주는 CT 스캔을 받게 됩니다. 추가 조치가 필요하지 않습니다.

연구 참여 기간:

이 연구에 대한 귀하의 참여는 귀하의 근접 치료 치료 후 약 1개월 후 귀하의 후속 방문 후에 이루어집니다.

총 42명의 환자가 Odette Cancer Centre에서 이 연구에 등록됩니다.